Mad Men, Sherlock e The Killing Segundo o IMDB

Qual a série mais bem avaliada? A diferença entre as notas IMDB de cada séries é muito grande?

#Pensar se a média é realmente representativa
series_a_serem_analisadas = read_csv(here("data/series_from_imdb.csv"),
                                     progress = FALSE) %>%
                            filter(series_name %in% c("Mad Men", "Sherlock", "The Killing"))

Parsed with column specification:
cols(
  series_name = col_character(),
  episode = col_character(),
  series_ep = col_integer(),
  season = col_integer(),
  season_ep = col_integer(),
  url = col_character(),
  user_rating = col_double(),
  user_votes = col_double(),
  r1 = col_double(),
  r2 = col_double(),
  r3 = col_double(),
  r4 = col_double(),
  r5 = col_double(),
  r6 = col_double(),
  r7 = col_double(),
  r8 = col_double(),
  r9 = col_double(),
  r10 = col_double()
)

medias_imd_por_serie = group_by(series_a_serem_analisadas, series_name) %>%
                       summarize(media_imdb = mean(user_rating))

Calculamos a média IMDB de cada série fazendo uma média das notas, dadas pelos espectadores, de cada episódio. Essa nota, por sua vez, é calculada fazendo-se uma média ponderada das notas, variando de 1 a 10, e a quantidade de pessoas que votaram. Portanto, podemos suspeitar que nossa média IMDB é representativa, ou seja, a nota da maioria das pessoas está em torno dessa média. Dito isto, temos que, dentre as séries escolhidas, a maior nota é a de Sherlock, aproximadamente 8.9, porém as outras não não estão muito longe disso.

medias_series = plot_ly(medias_imd_por_serie,
                        x = ~series_name,
                        y = ~media_imdb,
                        name = "Média IMDB Séries",
                        type = "bar",
                        color = ~series_name) %>%
                        layout(yaxis = list(title = "Média IMDB"),
                               xaxis = list(title = "Séries"),
                               barmode = "group")
medias_series

No entanto, podemos ver que The Killing é a que possui uma distribuição de notas mais homogênea, as pessoas votaram de forma mais parecida, enquanto que a dispersão das notas dos episódios de Mad Men e Sherlock são maiores, tendo uma maior diferença entre os votos de cada pessoa. Sendo Mad Men a que tem uma maior distância entre a menor e maior nota atribuida. Além disso, podemos perceber que a mediana e a média de cada série estão próximas uma da outra, confirmando que a média representa bem o que as pessoas acham dessas três séries.

variacoes_notas = plot_ly(series_a_serem_analisadas,
                          x = ~series_name,
                          y = ~user_rating,
                          type = "box",
                          color = ~series_name) %>%
                          layout(yaxis = list(title = "Média IMDB"),
                                 xaxis = list(title = "Série"))
variacoes_notas

Mas será que as avaliações das séries mudam muito de acordo com a temporada?

No gráfico abaixo, podemos observar dois casos interessantes. O público parece não ter gostado muito da última temporada de Sherlock, pois a avaliação da quarta temporada caiu 0.625 em relação a terceira, e é a nota mais baixa atribuída à série. Já The Killing, por mais estranho que pareça, principalmente para quem viu a nota da série no Rotten Tomatoes, parece agradar cada vez mais ao público, mostrando um gráfico sempre crescente. Com relação a Mad Men, as notas não variam muito sempre maior que 8 e menor que 9. Contudo, vemos que a quinta e sexta temporada não são as favoritas.

media_por_temporada = aggregate(series_a_serem_analisadas$user_rating,
                                by = list(series_name = series_a_serem_analisadas$series_name,
                                          season = series_a_serem_analisadas$season),
                                mean)

colnames(media_por_temporada)[3] <- "season_mean"

media_temporada = plot_ly(media_por_temporada,
                          x = ~season,
                          y = ~season_mean,
                          color = ~series_name,
                          type = "scatter",
                          mode = "lines") %>%
                  layout(yaxis = list(title = "IMDB da Temporada"),
                         xaxis = list(title = "Temporada"))

media_temporada